Apprentissage automatique et choix de voyage
Lundi prochain 4 mars à 16h30, José Ángel Martín Baos, professeur d'ESI à l'UCLM, donnera un séminaire en ligne dans le cadre du programme «L'apprentissage automatique nécessite une optimisation mathématique"(https://congreso.us.es/mlneedsmo/) organisé par Emilio Carrizosa (IMUS – Institut de Mathématiques de l'Université de Séville) et Dolores Romero Morales (CBS – Copenhagen Business School). La conférence sera diffusée en ligne via le lien https://eu.bbcollab.com/guest/f36b823fbfc74849848d66808d8db459
Le titre de la conférence est «Les méthodes d’apprentissage automatique peuvent-elles modéliser efficacement le choix du mode de déplacement ? Au-delà des performances prédictives». Il expliquera comment les modèles d'apprentissage automatique peuvent être utilisés pour prédire le choix du mode de déplacement, en soulignant l'importance de facteurs au-delà des performances prédictives, tels que l'interprétabilité, la complexité informatique et l'efficacité. Les limites des recherches antérieures sont abordées grâce à une comparaison systématique de divers modèles sous de multiples aspects, montrant que les modèles offrant les meilleures performances prédictives de la littérature (tels que Gradient Boosting et Random Forests) offrent souvent de moins bonnes estimations des indicateurs comportementaux et des parts de marché globales. , par rapport à des alternatives telles que les modèles Deep Neural Networks et Multinomial Logit (MNL).
